Erste Multi-Modell-Evaluierung der subsaisonalen Vorhersagegüte für Wetterregime

Eine aktuelle Studie evaluiert die Vorhersagegüte numerischer Modelle zur Vorhersage von großräumigen Wetterlagen, welche für zahlreiche sozioökonomische Sektoren von großem Interesse sind.

Genaue Wettervorhersagen sind für die Gesellschaft und die Industrie unerlässlich, um ihre Aktivitäten zu planen. Investitionen in die Recheninfrastruktur und die Verbesserung der numerischen Wettermodelle haben es den Wetterdiensten ermöglicht, zuverlässige Wettervorhersagen für 5 bis 10 Tage im Voraus zu erstellen. Die Ausweitung des Vorhersagehorizonts für brauchbare Vorhersagen auf längere Zeitskalen (so genannte sub-saisonale Zeitskalen) ist ein wichtiges aktuelles Forschungsthema. Aufgrund der chaotischen Natur der Atmosphäre sind genaue lokale und tägliche Wettervorhersagen auf diesen längeren Skalen nicht möglich. Dennoch lassen sich die großräumigen meteorologischen Bedingungen, gemittelt über Regionen auf wöchentlichen Zeitskalen zu einem gewissen Grad vorhersagen. Diese großräumigen meteorologischen Bedingungen auf sub-saisonalen Zeitskalen können durch sogenannte Wetterregime beschrieben werden. Dabei handelt es sich um großräumige Wettermuster der mittleren Breiten, die mehrere Tage bis Wochen andauern und das regionale Wettergeschehen auf charakteristische Weise beeinflussen. Eine genaue Vorhersage der Wetterlagen durch sub-saisonale Modelle ist daher für zahlreiche Anwendungen wie z.B. in der Energiewirtschaft, Landwirtschaft oder Tourismus von großem Interesse.

In einem früheren Artikel wurden die Ergebnisse zur Vorhersagegüte eines numerischen Wettermodells für sieben atlantisch-europäischen Wetterregime vorgestellt (LINK: https://www.imk-tro.kit.edu/11142.php). Diese Studie stellt die erste Evaluation von Wetterregimen für das ganze Jahr und nicht nur für eine Jahreszeit dar und half Situationen zu erknnen, unter denen sub-saisonale Vorhersagen möglich sind (so genannte "Vorhersagefenster"). Diese sind zum Beispiel unter bestimmten Zuständen der Stratosphäre im Winter oder durch Telekonnektionen aus den Tropen gegeben. Eine systematische Analyse, die auch Modelle anderer Zentren einbezieht, ist erforderlich, um die Stärken und Schwächen der einzelnen Modelle zu ermitteln und so das Vertrauen in die Vorhersagen und ihren Nutzen für die Entscheidungsfindung zu erhöhen.

In einer neuen Studie unserer Forschungsgruppe, die das Ergebnis einer Zusammenarbeit mit Kollegen der ETH Zürich und der AXPO Solutions AG ist, die das Projekt auch finanziert, wird die Vorhersagegüte von drei sub-saisonalen Vorhersagemodellen für diese sieben Wetterregime ausgewertet. Die Studie zeigt, dass die Vorhersage von Wetterregimen besser funktioniert als die Verwendung einfacher Zirkulationsvariablen. Eine weitere wichtige Erkenntnis ist, dass die Regime bis zu zwei Wochen im Voraus gut vorhergesagt werden können, obwohl dieser Schwellenwert vom jeweiligen Modell abhängt. Das sogenannte „Grönlandblocking“ hat bei allen drei Modellen den längsten Vorhersagehorizont über das ganze Jahr, insbesondere im Winter. Umgekehrt ist die Fähigkeit für das europäische Blocking-Regime bei allen drei Modellen am geringsten, gefolgt vom Blocking über Skandinavien. Die Studie zeigt auch, dass die Modelle Schwierigkeiten haben, Strömungssituationen vorherzusagen, die keinem der sieben Wetterregime zugeordnet werden können. Darüber hinaus haben die Modelle Schwierigkeiten bei der Unterscheidung zwischen verwandten Regimen, was zu falschen Zuordnungen der vorhergesagten Regime bei Strömungssituationen führen kann. Schließlich dokumentiert die Studie, wie sich die Modellverbesserungen in verschiedenen Modelversionen ausgewirkt haben. Zu diesem Zweck wurden die drei in der Studie verwendeten Modelle mit einer früheren Version der Modelle verglichen. Die Ergebnisse zeigen, dass die Verbesserung der Art und Weise, wie die Modelle initialisiert werden, sowie die Verbesserung einiger Komponenten der Modelle, wie z. B. des dynamischen Kerns oder der Parametrisierungsschemata, zu einer besseren Vorhersagegüte führt.

Die Studie fasst einen Teil der Forschungsarbeiten zusammen, die in unserer Gruppe im Rahmen des von der AXPO Solutions AG finanzierten Projekts "Assessment of weather forecast performance with respect to weather regimes for better meteorological guidance in energy trading" durchgeführt wurden. Dieses Projekt baut auf dem Interesse auf, das allgemeine Verständnis zu erweitern wie das mit Wetterregimen verbundene Wettergeschehens  die Energieversorgung und -nachfrage beeinflusst. Unsere Studie ist die erste modellübergreifende Evaluation von ganzjährigen Wetterlagen im atlantisch-europäischen Raum. Sie verbessert unser Verständnis der Vorhersagefähigkeit von Wetterregimen, zeigt Stärken und Schwächen der einzelnen Modelle auf und erhöht unser Vertrauen in die Vorhersagen und ihre Nützlichkeit für die Entscheidungsfindung. Die erzielten Ergebnisse können den bei AXPO tätigen Meteorolog*innen bei ihren operativen Tätigkeiten und den Wettermodellierungszentren bei der Entwicklung neuer Vorhersagemodelle helfen.

Durchschnittliche Prognosefähigkeit für die Wetterregime für den Zeitraum 2000–2015 für jedes in der Studie berücksichtigte subsaisonale Modell. Ein Fair Brier Skill Score von 1 impliziert eine perfekte Prognose und eine 0 bedeutet, dass die Prognose nur so gut ist wie eine einfache Referenzprognose. Quelle: Osman et al. 2023

Marisol Osman / Remo Beerli / Christian Grams, Gruppe Großräumige Dynamik und Vorhersagbarkeit (http://www.imk-tro.kit.edu/7425.php) Juli 2023

Referenzen:

Osman, M., R. Beerli, D. Büeler, and C. M. Grams, 2023: Multi-model Assessment of Sub-seasonal Predictive Skill for Year-round Atlantic-European Weather Regimes. Quarterly Journal of the Royal Meteorological Society, in press, doi:10.1002/qj.4512.